实体
Q-evaluation
Q-evaluation
PulseAugur coverage of Q-evaluation — every cluster mentioning Q-evaluation across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的 DT-2 范式优化数字孪生以支持决策
研究人员推出了一种新的面向决策的数字孪生训练范式 DT-2。与专注于最小化单步转移误差的传统方法不同，DT-2 优化数字孪生以进行策略排序和决策。该方法使用拟合 Q 评估来估计策略值，并训练数字孪生以保留这些排序，在各种场景中展示了改进的策略选择和减少的决策遗憾。
-
新数据集Insulin4RL支持不规则临床数据的离线强化学习
研究人员推出Insulin4RL，一个专为医疗保健领域离线强化学习设计的新数据集。该数据集源自MIMIC-IV，包含来自12,209名需要胰岛素输注滴定调整的重症监护室患者的超过375,000个决策。与使用固定时间间隔的先前数据集不同，Insulin4RL具有自然不规则的输入和动作，旨在提高回顾性模型评估的泛化能力。研究人员为未来的研究提供了基线性能指标和标准化的评估协议。